开源量化之声2026金融工程路演：高频价格跳跃的峰谷信息研究

一、AI总结内容 一、核心研究框架 1. 以分钟高频数据为研究基础，按5分钟振幅（最高价与最低价差值）划分价格跳跃时点，将时点分为高振幅、低振幅两类，低振幅对应“谷”类时点，高振幅进一步细分出“峰”“零”两类，且峰、零含矛盾信息，直接以高振幅构建因子难获有效阿尔法 2. 振幅高低判断规则：过去20天同时间段分钟振幅的均值加1倍标准差为阈值，当前振幅高于阈值标为高振幅，低于则为低振幅 二、峰谷细分标准 1. 情绪维度：以前后1分钟振幅状态，划分前低后低、前低后高、前高后低、前高后高四类情绪，情绪越低阿尔法正向性越强，情绪越高负向性越强 2. 跳跃结果维度：以当前高振幅时段前后1分钟价格区间是否有交集，划分无缺口（价格冲击后快速回归）、有缺口（价格冲击后难回归）两类，无缺口对应正向阿尔法，有缺口对应负向阿尔法 3. 交叉分类：将情绪与跳跃结果结合，情绪偏低且无缺口的三类时点为“峰”，情绪偏高且有缺口的三类时点为“谷”，余下为“平”，峰样本量最少，平样本量最多三、因子构建与有效性 1. 基于三类时点构建11大类共17个因子，覆盖知情交易、散户交易、价格水平等维度，部分因子偏小盘，2025年下半年行情下部分因子因暴露反转因子出现回撤 2. 部分核心因子表现：价峰分钟数（IC均值6.4，全市场10分组多空收益16%）、价谷分钟收益（IC均值-8.5，全市场10分组多空收益26%）、价平相对加权价（IC均值6.5，全市场10分组多空收益18%）、价谷间隔偏度（IC均值-7.2，全市场10分组多空收益22%）、价格跳跃成交额相关性（IC均值-10.2，全市场10分组多空收益31%，为表现最强因子）四、因子风格与独立性 1. 因子主要暴露于波动率、流动性风格，峰类因子的波动率、流动性暴露低于谷类因子 2. 剔除Barra风格后，因子IC均值衰减约50%，稳定性提升，多数因子仍有效；两篇系列报告（本报告与成交量跳跃报告）共37个因子中，各剩余6个有独立阿尔法的因子，合计12个五、因子合成与指数增强效果 1. 合成本报告6个独立阿尔法因子，等权合成后IC均值10.7，全市场10分组多空收益33%，分域看300增强超额年化6%、500增强超额年化11%、1000增强超额年化11%，仅2019年跑输沪深300，2026年4月前沪深300增强超额年化11%；500、1000增强20 25、2026年跑输因成长风格极致分化导致的风格偏离六、补充与回顾 1. 报告列出未详解的12个因子表现及完整定义；回顾上一篇报告6个独立阿尔法因子，样本外表现稳健 二、音频原文（转写） 大家好，欢迎参加开源量化之声2026开源金融工程2026深度研究系列路演第五期高频价格跳跃的封领 古信息。目前所有参会者均处于静音状态下面开始播报声明本次会议请面向开源证券的专业投资机构。客户或受邀客户仅供在新媒体背景下研究观点的及时交流。第三方专家发言内容仅代表其个人观点所有信息或所表述的意见，并不构成对任何人的投资。 建议未经开源证券事先书面许可，任何机构或个人严禁录音转发及相。相关解读涉嫌违反上述情形的，我们将保留一切法律权利。感谢您的理解和支持。谢谢各位投资者大家晚上好，我是开源监控分析师王志鹏啊，今天是我们2026年度开源量化之声的第五期，那今天给大家分享的课题呢？ 是我们风铃这个系列报告里面的第二篇整个风铃股的系列，其实就是在做我一个事情，就是我们通过一些特征去对这种分钟高频的数据去打标签，然后分成了风铃股三类的一个时点，然后基于这些时点，我们再去构建啊，一系列的因子啊，大概是这样一个过程，然后今天的题目是这个高频价格跳跃的。风力股信息，那我们在呃，在这个在这个报告里面，我们其实是用5分钟的振幅，也就是最高最低价之间的一个幅度去衡量价格跳跃啊，然后我们大致的过程其实是把这个振幅按照它的一个高低分成了高振幅和低振幅两类啊，然后低振幅就直接也是我们风铃股里面的股的这一类。 然后高政府里面因为它呃相当于是交易比较活跃的这个时间点，所以它的一个信息含量会更丰富一点，我们就把高政府又进一步划分出了风和零两部分，然后后续的研究其实是会发现呃缝合零两部分，他们是两部分相互矛盾的并且比较势均力敌的信息，所以我们如果直接从高政府的这个时点去出发的话，它其实是没有特别好的。这种阿尔法因子的啊，主要是因为里面又包含了这两部分矛盾的信息，那我们呃先呃先来介绍一下怎么怎么去看这个振幅的一个高地啊？ 向左下角这一个图，这个是过去20天分钟振幅的一个面板数据。那有了这个面板数据之后，我们去判断政府的高跌的时候，其实是在呃不同交易日之间去看的，也就是它横向是分钟，呃，纵向是交易日，那我们是纵向去比较，比如说我们呃去看某一天的99.3 15分的这1分钟，它振幅的高跌的话，那就把过去20天就得35分钟振幅啊，放在一起啊，然后去看它的一个均值加1倍调查这样一个阈值，如果它高于这个阈值，我们就在途中把它标红，它就是高振幅，如果低于这个阈值就是低振幅的，然后低振幅就是我们刚才说的丰联股里面的股的这一类，然后高政府，我们又进一步从他的局域情绪还有跳跃的结果这两个特征啊，去做了一个交叉的分类，那怎么去做呢？ 像局域情绪的这个呃特征下啊，我们是看当前这1分钟，它是高振幅，我就看它的前1分钟跟他后1分钟振幅的高高低啊，如果前1分钟是低政府，后1分钟也是低政府，那他局域情绪就是偏低的状态啊。如果他前1分钟是低政府后1分钟也啊，前1分钟是高政府后1分钟也是高政府的话，那他局域情绪就是一个偏高的一个状态，所以我们就按照前后1分钟振幅高低，其实是可以从情绪端上去划分四类状态的，就是前低后低前低后高前高后低，包括前高后高啊，像右上角这一个表格，那么它越往右的话，情绪越高，越往左情绪越低，然后我们去统计每个特征下它。 它的一个阿尔法特性的话，我们这里做了一个简单的因子，就是在每个类别下面我们去统计这个类别下的因呃样本量啊，也就是比如说前低后低这个特征。那我们就去统计一下过去20天符合这个特征的样本量，也就过去20天当前这1分钟是高振幅，前后1分钟都是低政府的，这个样本量一共有多少，然后把这个样本量作为它阅读因子的一个打分，然后看它的一个因子的s均值，通过这个楼来，我们去衡量啊。 整个呃特征，它所代表的一个阿尔法的特性，那从这个维度去看的话，呃，我们会发现在情绪端的这个划分下，情绪越高，它负向法越强，情绪越低的话，正想法越强，这是从情绪端的1个划分，然后从跳跃结果去划分呢，我们就分出了两那一个是没有缺口，一个是有缺口，这里的有无缺口，其实怎么理解我们还是当前这1分钟，它是高振幅，那我就呃刨开这1分钟，我看它前1分钟跟后1分钟，他们的一个价格区间是否有交集？ 如果它价格区间是有交集的，那它就是没有缺口，如果价格区间没有交集的话，那它就是有价格缺口的啊，具体定量上去后呢，就是当前这1分钟它是高占不那我就看它前1分钟和后1分钟的高低价的这样一个区间，如果前1分钟的最高价要低于后1分钟的最低价，那它就是有缺口的，或者说前1分钟的最低价高于后1分钟的最高价，它也是有缺口的，那这个有无缺口其实代表的是什么呢？就是当前这1分钟高战夫，它其实是可以理解成一个价格跳跃或者说价格的一个冲击啊，信息的一个冲击的，那它没有形成缺口，就说明它价格冲击之后，股价快速的回到它冲击。 前的一个价格水平，所以它的一个价格冲击的一个呃，或者说信息冲击的这个消化速度其实是非常快的，所以当没有缺口的时候，它的一个价格冲击的影响比较小，那么它的一个流动性的条件会相对更充裕一些，然后有缺口，就是反过来，它的价格冲击的影响是相对比较大的，然后流动性条件相对会比较弱一些，然后呃那我们也会发现啊，其实没有缺口下它的一个ic就是一个比较强的一个调价ic然后有缺口的话，就是一个比较强的1个负向耳法，那呃从单维度去划，分完之后，我们再从这2个维度去做了一个做交叉的一个分类，那从这个交叉分类，我们可以看到的是啊。 左上角这三类啊，也就是情绪偏低，并且价格冲击啊，没有造成呃缺口的话，或者说价格冲击影响比较小的话，那它的一个正下就会比较强一些，我们我们就把这三类时点取一个病机，把它作为我们。这篇报告里面价价封的这样一个时点，然后呃右下角这三类就是价格的呃，它的一个局域情绪是偏高的状态，并且价格冲击影响相对比较大啊，那这三类的1个负下的话就比较强。我们把这3类时点取一个编辑作为我们这篇报告里面而价领的这样一个概念啊，这个是我们报告里面对于风令股的一个具体的一个划分啊，所以总结一下其实就是我按照振幅的高低分出了高振幅，低振幅低振幅就是价股，然后价分和价领再从高振幅里面进一步划分，然后划分标准就是基于情绪和跳跃结果。 这两个维度，然后下面是呃某处股票，某一天它风力股分类的这样一个呃示例啊，整体来看就是呃价里的样本量，要比价封的样本量要少一些，然后价格的样本量是最多的然后整篇报告里面其实就是基于这三类时节的划分，我们用这三类时点相应的一些量价数据去做了一系列因子，一共是构建了11个大类，17个因子，那呃右边这个表格呢？就是啊，各个类别下因子的一个有效性的一个示意啊，就是它打勾的就是有效因子，打叉是没有效因子，所以我们啊。 具体来看一下它这个分类的一个意义在哪里啊？像价风和价廉都是高帧数，那它们都是当前的一个呃交易比较活跃的一个阶段，然后价风的时点，它的特征是什么？就是情绪偏低并并且价格冲击之后快速回复，所以它的特征其实跟知情交易的一些交易特征更加相符1些，所以我们基于价风的时点啊，去构建因子基本上都是反映知情交易者的一个行为的，那基于他来做的都是正下二把因子然后价领的时点呢。 它特点就是呃当前啊，这个时点的局域情绪是偏高的，并且价格冲击容易导致价格缺口，很难恢复那它的特征，更多的跟散户的一种，跟随交易的特征更加相符1些，所以我们基于它来做的因子。啊，也基本都是反映散户的一个交易行为的，所以也基本都是偏负想阿尔法的因子，然后价格的时间，它就是情绪比较低迷的。这个 时点交易比较低迷的时点，所以这这1类时点，它的信息信息含量相对会比较少一些，基于它来做的，更多的是价格水平类的因子这一类因子呢，就是逻辑就是呃车序偏低的时候，它的一个价格过度反应的概率也会相对比较低一些，所以价格更偏东量一些啊，所以我们基于它来做，更多的是这种相对价值价或者说价值价格分位点这类衡量价格水平的东量因子那呃，在这里，我们其实是列了一下这篇报告里面所有的这17个因子，它的一个sr的一个表现啊，看一下因子的一个有效性。 当然，我们在这篇报告里面，因为涉及到因子会比较多，所以我们没有办法做一个全部的一个详情介绍，我们这里就挑了当中五个因子去做一个展开的介绍这五个因子啊，一个是它涵盖了大部分的因子的一点，另一个就是我们在后续的验证当中也会发现就是他们。呃相比其他因子来说，它的独立阿尔法会更加明显1些，然后呃第一个像价分分钟数这个因子这个因子，它其实因为我们说价风，它是衡量知情交易的嘛，所以它其实是衡量知情交易的一个参与频率。 那我们做法其实就很简单，过去20天我们标标记出这些加分的时间点之后，我去统计它的样本量作为1的值，那它的一个ic均值是6.4 icr是3.0啊，在全市场啊的一个10分组多头的话是11个点收益多空的话是16个点收益。呃，然后呃年化来22.1啊，当然我们从分组的表现来看的话，它分组的单调性是尤其是在多头端的单调性会相对比较弱一些啊。然后在分域的效果来看的话，300里面它多空是有七个点收益，然后500里面是13个点，收益1000是18个点收益。 啊，当然，我们呃这篇报告里面其实大部分因子基本都是偏小盘的一个效果啊，在小盘里面更适用一些，那在呃分年度的话，去看500和1000是所有年份，都是能够录得正收益的一个表现。然后价廉的分钟收益这个因子价廉，我们说它是衡量散户的一个道理特征，所以它价廉的时间点的分钟涨跌幅，它其实是散户的一个呃收益贡献，那我们做法其实就是过去20天，这些价廉的时间点去计算它的分钟涨跌幅，然后去统计这过去20天这些价值分钟涨跌幅的